基于LMDIAttribution分析方法

趙濤等

摘要

引入對數平均迪式分解模型及其歸因分析（LMDIAttribution）方法，從細分行業角度對2000-2012年天津市工業部門的碳排放強度變化進行研究，首先對碳排放強度作產業結構、能源強度和排放因子三因素LMDI乘法分解，其后，基于三個分解因素在2000-2006年和2006-2012年兩個時間段對碳排放強度下降的影響效應，對其作歸因分析，量化36個細分行業對分解因素影響效應的貢獻。得到以下主要結論：天津市工業部門的碳排放強度從2000-2012年累計下降了66.87%，產業結構和能源強度是其下降的主導因素，累計影響值分別為-44.53%和-47.39%，排放因子對其下降起抑制作用，累計影響值為15.39%；產業結構對碳排放強度的影響主要依賴于高耗能行業產值占比的變化，化工行業和黑色金屬行業產值的占比越高，產業結構的減排效應越差， 因此在調整產業結構時，應大力發展服務業和高新技術產業，嚴格控制高耗能行業發展；黑色金屬行業和非金屬礦物制品業是能源強度效應變化的主導行業，由于技術進步和能源效率的提高，黑色金屬行業的負值貢獻在2006-2012年相對前七年增大了2.56倍，非金屬礦物制品業從最大的正值貢獻行業轉為第二大負值貢獻行業，使得2006-2012年能源強度對碳排放強度的拉低影響相對前七年增大了近1倍；排放因子對碳排放強度下降的抑制作用在2006年之后呈現減弱的趨勢，主要是因為“十一五”期間化工行業能源結構優化與能源再利用體系的建立，有效抑制了排放因子對碳排放強度的拉升作用。綜上可見，黑色金屬行業、化工行業和非金屬礦物制品業是天津市碳排放強度分解因素變化的主要貢獻行業，以這些高耗能行業為主要研究對象， 根據行業特點及其所處的發展階段，嚴格控制其粗放型發展、鼓勵新技術研發、循環利用資源及優化用能結構等措施，針對性的制定節能減排辦法，才能在保持經濟快速發展的同時做到碳排放強度的降低。

關鍵詞工業；碳排放強度；LMDIAttribution；天津

中圖分類號X24文獻標識碼A文章編號1002-2104（2015）07-0040-08doi：10.3969/j.issn.1002-2104.2015.07.006

氣候變化異常已經引起全球廣泛關注，依據IPCC4報告，二氧化碳增排是影響氣候變化的關鍵因素。中國作為當前二氧化碳排放第一大國，如何切實可行的促進節能減排，降低碳排放量已經成為當前熱點問題。

學術領域對我國的二氧化碳排放進行了大量研究，其中一個主要研究熱點是碳排放因素分解。徐國泉等[1]采用LMDI（Log Mean Divisia Index，對數平均迪氏指數分解方法）方法，定量分析了1995-2004 年間能源結構、能源效率及經濟發展等因素變化對中國人均碳排放影響，提出經濟發展是拉動碳排放的關鍵因素。張友國[2]基于投入產出結構分解方法分析了1987-2007年經濟發展方式變化對中國碳排放強度的影響，得到生產部門能源強度降低是導致碳排放強度下降的最主要因素。郭朝先[3]通過構建碳排放恒等式，運用LMDI方法對中國1995-2007年的碳排放從產業層面和地區層面進行了分解，提出經濟總量是影響碳排放增長的最主要因素，而能源效率因素是影響碳排放的主要抑制因素。陳詩一[4]應用LMDI方法對改革開放以來中國工業行業碳排放強度變化進行分解，得到能源強度降低是碳排放強度波動性下降的決定因素。Ren et al[5]將中國劃分為九大地區，運用兩階段LDMI方法對能源工業碳排放的影響因素進行分析，表明經濟產出是拉升碳排放的主要因素，而能源強度變化是降低碳排放的重要途徑。

天津市的綜合經濟競爭力在我國34個省級區域排名第七[6]，工業仍是其經濟發展的支柱產業。謝華生等[7]結合天津的區位、產業等優勢，對天津市經濟社會發展、能源消費、碳排放發展進行了分析，認為走低碳發展道路是天津市未來經濟發展的必然選擇。郭彩霞等[8]采用LMDI方法對天津市工業能源消費碳排放量作四因素分解分析，結果表明經濟規模是碳排放增長的主導因素，能源利用效率提高是工業節能減排的主要貢獻因素。Shao C et al[9]采用LMDI方法和聚類分析對天津市工業部門碳排放特征進行分析，表明高排放和低效率行業在經濟發展中起重要作用，提高能源利用效率是節能減排的主要措施。Kang J D et al[10]對天津市溫室氣體排放作分解分析，結果表明經濟增長是產業部門排放增加的主要原因，而能源效率的提高是排放降低的主導因素。

綜上可見：當前針對碳排放（碳排放強度）變化的分解研究主要集中于地區或部門層面，通過各種分解方法尋求各影響因素對總量變化的貢獻值，從不同的角度得到結論：經濟總量是拉升碳排放總量的最主要因素，能源強度或能源利用效率是碳減排的主要貢獻因素。但是，當前研究均止步于因素分解，在分解因素的層面解釋總量變化的原因，并未進一步追溯到驅動分解因素變化的終端細分行業，研究結果沒有具體量化指向，政策指導可操作性有限。

本文引入Choi & Ang[11]提出的LMDIAttribution分析方法并將其拓展至碳排放領域，以2000-2012年天津市工業部門二氧化碳排放強度（以下簡稱碳排放強度）為研究對象，對其總的碳排放強度進行LMDI乘法分解，再進一步應用歸因分析量化36個細分行業對分解因素影響效應變化的貢獻，從分解因素的角度給出各行業對碳排放強度變化的間接影響，為評價政策的實施成效提供更為細致的依據，也為將來相關政策的制定提供參考。

1研究方法

IDA（指數分解分析）方法的思想在于量化藏在總量變化背后的推動因素，經Sun[12]修正過的Laspeyres分解方法和Ang[13]提出的LMDI方法是當前主要的兩種分解方法。LMDI方法由于其完全分解和一致性等優點，被認為是目前最理想的分解方法[5，16-18]。基于LMDI乘法分解，Choi & Ang[11]對其提出進一步的拓展分析——歸因分析，將分解因素影響效應的變化值加法分解至構成總量的所有終端行業。本文將這兩種方法的結合稱為LMDIAttribution，并將其拓展至碳排放領域，對碳排放強度作三因素LMDI乘法分解，分析各因素對總量變化的貢獻值，并計算構成總量的各行業對分解指數影響效應變化比例的貢獻。

2.2天津市工業部門碳排放強度因素分解及拓展分析

基于以上對天津市2000-2012年13年間產業部門碳排放量的初步分析，工業部門對這一時間段內天津市五大產業部門碳排放變化趨勢起絕對主導作用，所以選取工業部門作為研究對象，進一步分解工業碳排放強度變化的影響因素，以及細分行業對這些因素影響效應變化的貢獻，最終將碳排放強度變化的推動力量從因素分解的角度追溯到36個細分行業。

2.2.1碳排放強度因素分解

使用LMDI乘法分解模型，將天津市2000-2012年間工業部門36個細分行業碳排放強度分解為產業結構、能源強度、排放因子三個影響因素，以2000年為基年，給出工業部門碳排放強度及其分解因素影響效應變化的時間序列結果，如圖2所示。碳排放強度從2001年開始逐年

下降，至2012年，累計下降66.87%，產業結構和能源強度是導致其下降的主要因素，全時期累計影響效應分別為-44.53%和-47.39%，排放因子對其下降起輕微抑制作用，全時期累計影響效應為15.39%。2000-2001年能源強度與產業結構共同發揮拉升作用，使得碳排放強度出現短暫上升，2001-2002年能源強度因素拉升作用趨于緩和，排放因子因素拉升作用逐漸增大，但受產業結構因素拉低作用的影響，二氧化碳排放強度開始回落，至2006年，碳排放強度受產業結構和能源強度兩因素拉低作用影響，克服排放因子影響效應逐步走高的趨勢，相對2011年累計下降55.72%。2006-2009年由于產業結構效應停止下降，碳排放強度降勢也隨即變緩，直至2009年開始產業結構效應再次進入下降趨勢，與能源強度共同作用使碳排放強度再次大幅下降。2.2.2分解因素歸因分析

基于以上2000-2012年天津市工業部門碳排放強度LMDI乘法分解結果，根據公式（10）對分解因素影響效應變化比例作歸因分析，分析結果以2000年和2006年為基年，給出2000-2006年、2006-2012年兩個時間段工業細分行業對分解因素影響效應變化比例的累計貢獻值（見表1）。（1）產業結構因素歸因分析。

上節對天津市工業行業碳排放強度的分解結果顯示，產業結構對碳排放強度變化的影響在2000-2006年占主導地位，由于2006-2009年出現影響效應減弱的情形，導致其后期的表現比較一

般。由表1可以看出：2000-2006年，產業結構對碳排放強度下降的累計影響值為-35.36%，對這一值的負值貢獻排名前5的行業有化學原料及化學制品制造業、紡織業、石油和天然氣開采業、石油加工煉焦及核燃料加工業和非金屬礦物制品業，這五個行業貢獻值總和為-28.27%。這5個行業中有3個行業被列為高耗能行業，多屬能源密集型行業，壟斷性高，CO2排放量大，對整個工業部門碳排放強度趨勢的走向有舉足輕重的作用。

2006-2012年，產業結構對碳排放強度下降的累計影響值為-14.19%，對這一值的負值貢獻排名前5的行業有黑色金屬冶煉及壓延加工業，石油加工煉焦及核燃料加工業、化學原料及化學制品制造業、電力熱力的生產和供應業、石油和天然氣開采業，其貢獻值總和為-14.12%。

相比2000-2006年，2006-2012年有27個行業對產業結構影響效應的貢獻值呈現出負值貢獻能力降低或負值貢獻轉為正值貢獻情況，僅有9個行業的負值貢獻能力進一步加強，其中化學原料及化學制品制造業是負值貢獻能力大幅縮減的典型代表，累計負值貢獻從-17.35%縮小至-2.39%，而黑色金屬冶煉及壓延加工業情況正相反，前后兩個時間段中，累計貢獻值從正值1.19%轉為負值-4.73%，成為后期影響產業結構拉低效應的主力。這主要是受2008年經濟危機爆發影響，2009年中國政府出臺一系列應對措施，大量資金涌入基礎設施建設領域，使得化工、鋼鐵等重工業生產總值大幅上升，產業結構在短期內發生較大變化所致。隨著經濟情況好轉，2010年后中央財政政策相對前兩年逐步收緊，使得鋼鐵行業在2009年產能激增后迅速回落并持續下降，對產業結構影響效應的貢獻也由正轉負。可以看出，產業結構對碳排放強度影響值的變化主要依托于天津市支柱產業中高耗能行業的產值變化。

（2）能源強度因素歸因分析。

結合圖2可以看出，能源強度在2002年后對碳排放強度發揮拉低作用，并在2009年開始對碳排放強度下降的拉低效應趕超產業結構，成為主導因素。由表1可以看出，2000-2006年能源強度對碳排放強度下降的累計影響值為-18.61%，其負值貢獻者主要包括交通運輸設備、通信及電子設備、通用設備等設備制造業、黑色及有色金屬冶煉及壓延加工業、石油和天然氣開采業、非金屬礦物制品業，這些行業的貢獻值總和為-14.70%。 2006-2012年能源強度對碳排放強度下降的累計影響值增大為-3537%，主要受到黑色金屬冶煉及壓延加工業、石油加工煉焦及核燃料加工業、非金屬礦物制品業、通用設備和通信電子設備制造業、飲料制造業的影響，這些行業貢獻值總和為-25.01%。

2006-2012年相對2000-2006年，有15個行業對碳排放強度影響效應的貢獻值呈現負值貢獻縮小或轉為正值的趨勢，有21個行業呈現正值貢獻向負值轉變或負值貢獻能力加強的趨勢。金屬制品、各種設備制造業是負值貢獻縮小的主要行業，而黑色金屬冶煉和壓延加工業以及非金屬礦物制品業是負值貢獻加強或正值貢獻轉正的典型代表行業，前者負值貢獻值在后半時間段相比前半時間段增長了2.56倍，后者更是從前期的主要正值貢獻行業逆轉為后期的第二大負值貢獻行業。 “十一五”期間，天津市通過制定百余項能源監測、企業能耗等地方標準，基本形成了覆蓋主要用能設備和重點耗能行業的節能標準體系，著重提升高耗能行業能源利用效率，在這兩大高耗能行業中產生了最為顯著的正面效果。

（3）排放因子因素歸因分析。

從2000-2006年到2006-2012年，排放因子對碳排放強度下降的累計影響值從正值16.4%轉變為負值-2.46%，影響效應在后期發生逆轉，從抑制變為拉動。這主要由于化學原料及化學制品制造業在后半段時間的累計貢獻值大幅下降并由正值貢獻轉為負值貢獻所致，這樣的結果部分受益于“十一五”期間，政府鼓勵化工企業實施余熱余壓利用、能量系統優化項目建設所取得的成果。

3結論與建議

本文基于LMDIAttribution方法——迪氏指數乘法分解模型及其歸因分析，將天津市2000-2012年工業細分行業能源消費碳排放強度分解為產業結構、能源強度和排放因子三個因素，并對各影響因素作進一步歸因分析，得到如下結論：

（1）2000-2012年天津市工業部門碳排放強度主要呈現下降趨勢，全時期累計下降66.87%。其中，產業結構在2001-2009年時碳排放強度下降的主導因素，2009年后能源強度趕超產業結構，成為碳排放強度下降的主要影響因素，排放因子對碳排放強度的下降主要起抑制作用，影響值較為輕微。

（2）產業結構對碳排放強度影響值的變化主要依托于天津市支柱產業中高耗能行業的產值變化。產業結構影響效應在2006-2012年相對2000-2006年期間增長較小，主要是受2008年經濟危機和政府以投資拉動內需的政策影響，化工、鋼鐵等與基礎設施建設緊密相關的高耗能行業產值大幅上升，對產業結構效應的負值貢獻能力相應大幅減弱所致，而隨著經濟情況好轉，2010年財政政策相對收緊，使得鋼鐵行業在2009年產能激增后迅速回落并持續下降，對產業結構影響效應的貢獻值也由正轉負。可以看出，對于高耗能行業，產值在工業部門中占比的增加相應會通過產業結構效應導致碳排放強度的上升，因此未來調結構相關的減排措施可以將重點放在繼續加快發展能源消耗少的服務業和高新技術產業，嚴格控制高耗能產業的粗放型發展。

（3）能源強度在2006-2012年對碳排放強度的累計影響效應相對前七年增大了近1倍，對這一變化貢獻最大的行業是黑色金屬行業和非金屬礦物制品業，前者在2006-2012年的累計貢獻值相對前七年增大了2.56倍，成為后期能源強度影響效應的最大負值貢獻行業；而后者對能源強度效應的貢獻值更是發生逆轉，從最大的正值貢獻行業轉為第二大負值貢獻行業。表明天津市針對重點用能設備和高耗能行業節能標準體系的建設取得了豐碩的成果，相關政策可以依據重點耗能行業生產特點，引入更具針對性的節能標準，將節能指標完成情況納入經濟社會發展綜合評價和年度考核體系，通過提高高耗能行業的能源效率，使得天津市減排成效再上一個臺階。

（4）化工行業作為排放因子影響效應變化的主導行業，在“十一五”期間能源結構的優化與能源再利用體系的建立，使其對排放因子的貢獻值從正值轉為負值，抑制排放因子對碳排放強度的拉升作用。未來政策制定可以借鑒化工行業所取得的成果，依托行業生產特點，制定相應的能源結構優化辦法，通過用能結構的優化及新能源的引入，降低碳排放強度。

鋼鐵行業、化工行業和非金屬礦物制品業是天津市碳排放強度分解因素的主要貢獻行業，以這些高耗能行業為重點關注對象，根據行業特點及其所處的發展階段，結合本文研究結果，可以通過控制高耗能產業的粗放型發展、提高非能源型行業比重、鼓勵科技研發、循環利用資源、優化用能結構及引入新能源等措施，針對性的制定節能減排政策，同時大力發展服務業和高新技術產業，提升低能耗產業在經濟結構中的比重，才能在保持經濟快速發展的同時做到碳排放強度的降低。

（編輯：王愛萍）

參考文獻（References）

[1]徐國泉， 劉則淵. 中國碳排放的因素分解模型及實證分析： 1995-2004[J]. 中國人口·資源與環境， 2006， 16（6）： 158-161. [Xu Guoquan， Liu Zeyuan. Decomposition Model and Empirical Study of Carbon Emissions for China， 1995- 2004[J].China Population， Resources and Environment，2006，16（6）：158-161.]

[2]張友國. 經濟發展方式變化對中國碳排放強度的影響[J]. 經濟研究， 2010， 45（4）： 120-133.[Zhang Youguo. Economic Development Pattern Change Impact on Chinas Carbon Intensity[J]. Economic Research Journal，2010，45（4）：120-133.]

[3]郭朝先. 中國碳排放因素分解： 基于 LMDI 分解技術[J]. 中國人口·資源與環境， 2011， 20（12）： 4-9.[Guo Chaoxian. Decomposition of Chinas Carbon Emissions： Based on LMDI Method[J]. China Population， Resources and Environment，2011，20（12）：4-9.]

[4]陳詩一. 能源消耗， 二氧化碳排放與中國工業的可持續發展[J]. 經濟研究， 2009， （4）： 006.[Chen Shiyi. Energy Consumption， CO2 Emission and Sustainable Development in Chinese Industry[J]. Economic Research Journal，2009，（4）：006.]

[5]Ren Shenggang， Fu Xiang， Chen XiaoHong. Regional Variation of EnergyRelated Industrial CO2 Emissions Mitigationin China [J]. China Economic Review，2012，23： 1134-1145.

[6]“十一五”期間中國省域經濟綜合競爭力發展報告[M].北京：社會科學文獻出版社， 2012.[ Report on Overall Competitiveness Chinas Provincial Economy During the Eleventh Fiveyear Program [M]. Beijing： Social Science Academic Press， 2012.]

[7]謝華生， 楊勇， 虞子婧， 等. 天津市低碳發展路徑探討[J]. 中國人口·資源與環境， 2010，（S2）： 211-214. [Xie Huasheng， Yang Yong， Yu Zijing， et al. LowCarbon Development Path of Tianjin [J]. China Population， Resources and Environment，2010，（S2）： 211-214.]

[8]郭彩霞， 邵超峰，等. 天津市工業能源消費碳排放量核算及影響因素分解[J]. 環境科學研究， 2012， 25（2）： 232-239.[Guo Caixia， Shao Chaofeng， et al. Carbon Emission Accounting and Decomposition Analysis of Energy Consumption in the Industrial Subsectors of Tianjin City[J]. Research of Environmental Sciences，2012，25（2）：232-239.]

[9]Shao C， Guan Y， Wan Z. Performance and Decomposition Analyses of Carbon Emissions from Industrial Energy Consumption in Tianjin， China[J]. Journal of Cleaner Production， 2014， 64： 590-601.

[10]Kang J D， Zhao T， Liu N， et al. A Multisectoral Decomposition Analysis of Citylevel Greenhouse Gas Emissions： Case Study of Tianjin， China[J]. Energy， 2014， 68： 562-571.

[11]Choi K H， Ang B W. Attribution of Changes in Divisia Real Energy Intensity Index： An Extension to Index Decomposition Analysis[J]. Energy Economics， 2012， 34（1）： 171-176.

[12]Sun J W. Changes in Energy Consumption and Energy Intensity： A Complete Decomposition Model[J]. Energy Economics， 1998， 20（1）： 85-100.

[13]Ang B W， Liu F L. A New Energy Decomposition Method： Perfect in Decomposition and Consistent in Aggregation[J]. Energy， 26，537-548.

[14]Ang B W.Decomposition Analysis for Policymaking in Energy：Which Is the Preferred Method[J].Energy Policy，2004，32：1131-1139.

[15]He J. What Is the Role of Openness for Chinas Aggregate Industrial SO2 Emission？： A Structural Analysis Based on the Divisia Decomposition Method[J]. Ecological Economics， 2010，69（4）：868-886.

[16]Mendiluce M，PerezArriaga I，Ocana C.Comparison of the Evolution of Energy Intensity in Spain and in the EU15.Why Is Spain Different[J].Energy Policy，2010，38：639-645.

[17]王棟，潘文卿，劉慶，等.中國產業CO2排放的因素分解：基于LMDI模型[J].系統工程理論與實踐，2012，32（6）：1193-1203.[Wang Dong， Pan Wenqing， Liu Qing，et.al. Factors Decomposition of CO2 Emission in Chinas Industries：Based on LMDI Model [J].Systems EngineeringThoery & Practice，2012，32（6）：1193-1203.]

[18]孫趙勇，任保平.能源消費影響因素分解方法的比較研究[J].資源科學，2013，35（1）：102-108.[Sun Zhaoyong，Ren Baoping.A Comparative Study of Energy Consumption Decomposition Methods[J].Resources Science，2013，35（1）：102-108.]

[19]Kaya Y. Impact of Carbon Dioxide Emission Control on GNP Growth： Interpretation of Proposed Scenarios[R]. Paris： IPCC Energy and Industry Subgroup， Response Strategies Working Group， 1990： 76.

[20]Ang B W， Choi K H. Decomposition of Aggregate Energy and Gas Emission Intensities for Industry： A Refined Divisia Index Method [J]. The Energy Journal， 1997，18（3）：59-73.

[21]IPCC.2006 IPCC Guidelines for National Greenhouse Gas Inventories： Volume[EB /OL]. Http： //www. Ipcc. ch /ipccreports /Methodologyreports.htm.

[22]徐成龍，張曉青，任建蘭.山東省低碳發展下的碳排放情景研究[J].經濟與管理評論，2013， （5）：133-139.[Xu Chenglong， Zhang Xiaoqing， Ren Jianlan. A Scene Study on the Carbon Emission under the Condition of the Low Carbon Development in Shandong Province[J]. Review of Economy and Management， 2013， （5）：133-139.]

[23]操小娟. 氣候政策中激勵政策工具的組合應用： 歐盟的實踐及啟示[J]. 中國地質大學學報：社會科學版， 2014， 14（4）：60-66.[Cao Xiaojuan. Combination of Incentive Policy Instrument in Climate Policy： EU Practices and Its Inspiration [J]. Journal of China University of Geosciences： Social Sciences Edition， 2014， 14（4）：60-66.]

[24]秦昌才，劉樹林.碳排放影響因素研究的現狀、比較與啟示[J].經濟與管理評論，2012，（3）：29-33.[Qin Changcai， Liu Shulin. Current Situation， Comparison and Enlightenment of the Study on the Influencing Factors of Carbon Emissions [J]. Review of Economy and Management， 2012， （3）：29-33.]